SENTIMENT EMBEDDINGS DOC2VEC PADA KLASIFIKASI KELUHAN POLUSI UDARA

Abstract

Kebutuhan masyarakat akan kondisi yang sehat dan bebas polusi udara menjadi dasar permasalahan dari
sistem yang kaji. Sistem mengkaji sentimen pengguna media soal terkait jenis media penghasil asap polusi. Data yang
digunakan adalah data media sosial twitter dimana didalamnya sudah tersedia fitur GeoTag untuk mendapatkan lokasi
presisi dimana pengguna mengirimkan konten media sosial. Secara umum, dokumen dengan sentimen serupa, akan
saling berdekatan di ruang fitur embeddings sehingga dapat digunakan untuk menilai kinerja model analisis sentimen.
Sistem bertujuan untuk melakukan tolok ukur dari karya dan model analisis sentimen Sentiment Embeddings Analisis
Word2Vec untuk mendapatkan rekomendasi dan deteksi dini lokasi polusi dibandingkan dengan algoritma Deep
Learning yang lain (Bert, LSTM dan TextBloob)